[发明专利]一种放疗中人体胸腹表面区域呼吸运动预测方法

摘要

本发明一种放疗中人体胸腹表面区域呼吸运动预测方法属于肿瘤治疗及呼吸运动预测领域；该具有呼吸运动预测功能的预测方法采用双摄像机采集呼吸运动信号数据，并且对采集后的数据进行预处理，将得到的数据作为高斯过程回归预测算法的输入。然后提出一种基于高斯过程模型对于回归问题进行预测。利用数据构建一个合适的回归模型，并进行训练和预测，在训练过程中选择核函数，并且求出其中的超参数，通过离线仿真实验验证算法可行性。最后选择准周期核函数，利用共轭梯度法求出超参数，进行高斯过程回归方法对呼吸运动数据进行模型预测。本发明放疗中人体胸腹表面区域呼吸运动预测方法，能够减少呼吸运动对于放疗精度的造成的影响。

主权项

1.一种放疗中人体胸腹表面区域呼吸运动预测方法，其特征在于，包括以下步骤：/n步骤a、采用光图案投射器将三个不同频率RGB余弦曲线复合而成的一幅彩色图案投射到人体胸腹表面，光图案投射器两侧各放置一个3CCD彩色摄像机采集景物图像并送入计算机进行后处理,采用双摄像机依据双目视觉原理获取特征标志点和区域边界线的三维坐标；/n步骤b、针对左右摄像机获取的两个视频序列，在对应图像对中提取出同一区域及其边界线和特征标志点后，分别匹配区域边界线和特征标志点，然后采用左右摄像机依据双目视觉原理获得边界线上点和特征标志点的三维坐标、采用摄像机与投射器组合根据条纹分析和相位展开方法获取区域内表面点的三维坐标，再根据数学定义就可计算出特征点三维坐标、区域边界线水平投影周长及几何中心、区域边界线各点坐标平均值和周长、区域各点坐标平均值和表面积共计7个区域特征量；/n步骤c、根据具体预测特征量所处位置，确定感兴趣区域及其边界和特征标志点；以预测特征量训练观测值为参考，与其他所有区域特征量训练观测值进行相关性分析和显著性分析，优化出进行参加建模和预测的区域特征量集合记为Y；/n步骤d、选择准周期核函数如下/n